Estadistica 2 Unidad
-
Upload
cecilia-miluska-jara -
Category
Documents
-
view
250 -
download
5
description
Transcript of Estadistica 2 Unidad
UNIVERSIDAD NACIONAL DE
TRUJILLOFacultad De Ciencias EconómicasEscuela Académico Profesional De Administración
CRUZ PINZON MARBELI CASTILLO QUEVEDO STEFANIGRADOS LEYVA ALEXANDER GUTIERREZ VEGA JURGEN JARA PINTO MILUSKA RODRIGUEZ ALVARADO TANIA
Integrantes:
CURSO: Estadística
TEMA : MEDIDAS ESTADISTICAS UNIDAD II
CICLO : III SECCION : A
UNIVERSIDAD NACIONAL DE
TRUJILLOFacultad De Ciencias EconómicasEscuela Académico Profesional De Administración
CRUZ PINZON MARBELI CASTILLO QUEVEDO STEFANIGRADOS LEYVA ALEXANDER GUTIERREZ VEGA JURGEN JARA PINTO MILUSKA RODRIGUEZ ALVARADO TANIA
CURSO: Estadística
TEMA : MEDIDAS ESTADISTICAS UNIDAD II
CICLO : III SECCION : A
Sean las edades de 40 estudiantes de la facultad de Ciencias Económicas de la Universidadnacional de trujillo.
edades Xi fi Fi
16 18 17 2 2 3418 20 19 10 12 19020 22 21 7 19 14722 24 23 9 28 20724 26 25 8 36 20026 28 27 4 40 108
TOTAL 132 40 886
MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMETICA
n = 40
22.15 22
MODA
Li 18a 2
d1 8d2 3
Mo 19.4545455Mo 20para efecto de interpretaciones
MEDIANA Li 22a 2
n/2 201928
Ʃ(Xi*fi)
Mo=Li+(𝑎(𝑑_1))/((𝑑_1+𝑑_2))
Me=Li+(𝑎(𝑛/2−𝐹_(𝑗−1)))/((𝐹_𝑗))
≈ EL PROMEDIO DE EDADES DE 40 ALUMNOS ES DE 22 AÑOSƩ(Xi*fi)
nܺ�ത=
EL 50% DE ALUMNOS TIENE COMO MAXIMO 22.07 AÑOS.Y EL OTRO 50% SUPERA DICHA EDAD.
EL MAYOR NUMERO DE ALUMNOS TIENE 20 AÑOS
𝑭_𝑱𝑭_(𝑱−𝟏)
1
Me 22.0714286
CUARTILES k 1 2 3Li 18 22 24a 2 2 2
nk/4 10 20 302 19 28
12 28 36
nk/419.3333333
22.0714286
24.1111111
Me=Li+(𝑎(𝑛/2−𝐹_(𝑗−1)))/((𝐹_𝑗)) EL 50% DE ALUMNOS TIENE COMO MAXIMO 22.07 AÑOS.Y EL OTRO 50% SUPERA DICHA EDAD.
𝑄_𝑘=Li+(𝑎(𝑛𝑘/4−𝐹_(𝑗−1)))/((𝐹_𝑗)) 𝑭_𝑱𝑭_(𝑱−𝟏)𝑸_𝒌𝟏
EL 25% ALUMNOS TIENE 19.33 AÑOS
𝑸_𝒌𝟐
��_𝒌𝟑
EL 50% ALUMNOS TIENE 22.07
EL 75% ALUMNOS TIENE 24.11 AÑOS
53.045 1406.886012599.2249999999999 984.5600624999989.25749999999998 12.24304374999996.50250000000002 4.6980562500000364.9800000000001 527.80005000000194.0900000000001 2213.232025
327.1 5149.41925
MEDIDAS DE DISPERSIÓN
VARIACIÓN DE LA MUESTRA
8.387179487
DESVIACIÓN ESTANDAR
S= 2.896062756
COEFICIENTE DE VARIACIÓN
CV = 13.07477542
ASIMETRIA
Me 22.0714286
Ʃ〖 (𝑿𝒊−𝑿 ̅�)" " 〗^𝟐∗𝒇𝒊
EL PROMEDIO DE EDADES DE 40 ALUMNOS ES DE 22 AÑOS
EL 50% DE ALUMNOS TIENE COMO MAXIMO 22.07 AÑOS.Y EL OTRO 50% SUPERA DICHA EDAD.
EL MAYOR NUMERO DE ALUMNOS TIENE 20 AÑOS
𝑆^2=(∑▒〖 (〖𝑋 _𝑖−𝑋 ̅�)〗^2∗𝑓_𝑖 〗 )/(𝑛−1)𝑆^2 =
𝑆= √〖 〗𝑆^2LAS EDADES PROMEDIO ES 22.15 CON UNA VARIACION DE 2.9
𝐶𝑉=𝑆/𝑋 ̅� *100
EL COEFICIENTE DE VARIACION ES UNA DISTRIBUCION HOMOGENEA
𝐴_(𝑆=(3∗(𝑋 ̅�−𝑀𝑒))/𝑆) 𝐴_(𝑆=((𝑋 ̅�−𝑀𝑜))/𝑆)
Ʃ〖 (𝑿𝒊−𝑿 ̅�)" " 〗^𝟒∗𝒇𝒊
Mo 19.454545522.15
0.081391291
LA DISTRIBUCION ES SIMETRICA POSITIVA
edades fi16 - 18 218 - 20 1020 - 22 722 - 24 924 - 26 826 - 28 4
KURTOSIS
K = 1.830064458LA DISTRIBUCION ES PLATICURTICA
K<3
EL 50% DE ALUMNOS TIENE COMO MAXIMO 22.07 AÑOS.Y EL OTRO 50% SUPERA DICHA EDAD.
EL 25% ALUMNOS TIENE 19.33 AÑOS
EL 50% ALUMNOS TIENE 22.07
EL 75% ALUMNOS TIENE 24.11 AÑOS
𝐴_(𝑆=(3∗(𝑋 ̅�−𝑀𝑒))/𝑆) 𝐴_(𝑆=((𝑋 ̅�−𝑀𝑜))/𝑆)�� ̅�𝑨_𝑺 =
𝑨_𝑺 > 0
𝐾=(∑▒〖 (〖 −𝑋𝑖 𝑋 ̅� )〗 ^4 𝑓_𝑖 〗 )/(𝑛(〖𝑆 ^2)〗 ^2 )
16 - 18 18 - 20 20 - 22 22 - 24 24 - 26 26 - 280
2
4
6
8
10
12
Asimetria
edades
Frec
uenc
ia
16 - 18 18 - 20 20 - 22 22 - 24 24 - 26 26 - 280
2
4
6
8
10
12
KURTOSIS
Edades
Frec
uenc
ia
16 - 18 18 - 20 20 - 22 22 - 24 24 - 26 26 - 280
2
4
6
8
10
12
KURTOSIS
Edades
Frec
uenc
ia
MEDIDAS DE DISPERSIÓN
LAS EDADES PROMEDIO ES 22.15 CON UNA VARIACION DE 2.9
EL COEFICIENTE DE VARIACION ES UNA DISTRIBUCION HOMOGENEA
𝐴_(𝑆=((𝑋 ̅�−𝑀𝑜))/𝑆)
0.93073071
LA DISTRIBUCION ES SIMETRICA POSITIVA
𝐴_(𝑆=((𝑋 ̅�−𝑀𝑜))/𝑆)𝑨_𝑺 =
16 - 18 18 - 20 20 - 22 22 - 24 24 - 26 26 - 280
2
4
6
8
10
12
Asimetria
edades
Frec
uenc
ia
16 - 18 18 - 20 20 - 22 22 - 24 24 - 26 26 - 280
2
4
6
8
10
12
KURTOSIS
Edades
Frec
uenc
ia
16 - 18 18 - 20 20 - 22 22 - 24 24 - 26 26 - 280
2
4
6
8
10
12
KURTOSIS
Edades
Frec
uenc
ia
Al realizar una encuesta a 40 alumos de de la cultad de ciencias economicas, escogidos al azar , sobre cual es su peso atualmente ;; deseando saber si los alumos se encuentran con sobrepeso. Obtubimos los siguientes datos:
[ Li - Ls > Xi fi Fi Ʃxi fi∗51 - 56 53.5 5 5 267.556 - 61 58.5 7 12 409.561 - 66 63.5 8 20 50866 - 71 68.5 14 34 95971 - 76 73.5 3 37 220.576 - 81 78.5 3 40 235.5TOTAL 396 40 2600
MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMETICA
n = 40
65
MODA
Li 66a 5
d1 6d2 11
Mo 67.7647058823529Mo 68
para efecto de interpretaciones
MEDIANA Li 61a 5
n/2 201220
Mo=Li+(𝑎(𝑑_1))/((𝑑_1+𝑑_2))
Me=Li+(𝑎(𝑛/2−𝐹_(𝑗−1)))/((𝐹_𝑗))
EL PROMEDIO DE PESOS DE 40 ALUMNOS ES DE 65 KILOSƩ(Xi*fi)
nܺ�ത=
EL 50% DE ALUMNOS TIENE COMO MAXIMO 63 KILOS Y EL OTRO 50% SUPERA DICHO PESO.
EL MAYOR NUMERO DE ALUMNOS TIENE UN PESO DE 68 KILOS
𝑭_𝑱𝑭_(𝑱−𝟏)
2
𝑿 ̅�=
Me 63
CUARTILES k 1 2Li 56 61a 5 5
nk/4 10 205 12
12 20
58.0833333
63
67.4705882
Me=Li+(𝑎(𝑛/2−𝐹_(𝑗−1)))/((𝐹_𝑗)) EL 50% DE ALUMNOS TIENE COMO MAXIMO 63 KILOS Y EL OTRO 50% SUPERA DICHO PESO.
𝑄_𝑘=Li+(𝑎(𝑛𝑘/4−𝐹_(𝑗−1)))/((𝐹_𝑗)) 𝑭_𝑱𝑭_(𝑱−𝟏)��_𝒌𝟏
EL 25% ALUMNOS TIENEN UN PESO DE 58.08 KILOS
��_𝒌𝟐 ��_𝒌𝟑
=
Al realizar una encuesta a 40 alumos de de la cultad de ciencias economicas, escogidos al azar , sobre cual es su peso atualmente ;; deseando saber si los alumos se encuentran con sobrepeso. Obtubimos los siguientes datos:
661.25 87450.3125295.75 12495.4375
18 40.5171.5 2100.875
216.75 15660.1875546.75 99645.18751910 217392.5
MEDIDAS DE TENDENCIA CENTRAL
VARIACIÓN DE LA MUESTRA
DESVIACIÓN ESTANDAR
S=
COEFICIENTE DE VARIACIÓN
CV =
ASIMETRIA
Ʃ〖 (𝑿𝒊−𝑿 ̅�)" " 〗^𝟐∗𝒇𝒊
EL PROMEDIO DE PESOS DE 40 ALUMNOS ES DE 65 KILOS
EL 50% DE ALUMNOS TIENE COMO MAXIMO 63 KILOS Y EL OTRO 50% SUPERA DICHO PESO.
EL MAYOR NUMERO DE ALUMNOS TIENE UN PESO DE 68 KILOS
𝑆^2=(∑▒〖 (〖𝑋 _𝑖−𝑋 ̅�)〗^2∗𝑓_𝑖 〗 )/(𝑛−1)𝑆^2 =
𝑆= √〖 〗𝑆^2
𝐶𝑉=𝑆/𝑋 ̅� *100
𝐴_(𝑆=(3∗(𝑋 ̅�−𝑀𝑒))/𝑆)
Ʃ〖 (𝑿𝒊−𝑿 ̅�)" " 〗^𝟒∗𝒇𝒊
3665
302034 KURTOSIS
K =
K<3
EL 50% DE ALUMNOS TIENE COMO MAXIMO 63 KILOS Y EL OTRO 50% SUPERA DICHO PESO.
EL 25% ALUMNOS TIENEN UN PESO DE 58.08 KILOS
EL 50% ALUMNOS TIENE UN PESO DE 63 KILOS
EL 75% ALUMNOS TIENE UN PESO DE 67.47 KILOS
𝐴_(𝑆=(3∗(𝑋 ̅�−𝑀𝑒))/𝑆)𝑨_𝑺 =
𝑨_𝑺 > 0
𝐾=(∑▒〖 (〖 −𝑋𝑖 𝑋 ̅� )〗 ^4 𝑓_𝑖 〗 )/(𝑛(〖𝑆 ^2)〗 ^2 )
51 - 56 56 - 61 61 - 66 66 - 71 71 - 76 76 - 810
2
4
6
8
10
12
14
16
KUTOSIS
PESOS
FREC
UEN
COIA
MEDIDAS DE DISPERSIÓN
VARIACIÓN DE LA MUESTRA
48.97435897
DESVIACIÓN ESTANDAR
6.998168259
COEFICIENTE DE VARIACIÓN
10.76641271
Me 63
𝑆^2=(∑▒〖 (〖𝑋 _𝑖−𝑋 ̅�)〗^2∗𝑓_𝑖 〗 )/(𝑛−1)
𝑆= √〖 〗𝑆^2LOS PESOS PROMEDIO ES DE 65 KILOS CON UNA VARIACION DE 6.99
𝐶𝑉=𝑆/𝑋 ̅� *100
EL COEFICIENTE DE VARIACION ES UNA DISTRIBUCION HOMOGENEA
𝐴_(𝑆=(3∗(𝑋 ̅�−𝑀𝑒))/𝑆) 𝐴_(𝑆=((𝑋 ̅�−𝑀𝑜))/𝑆)
51 - 56 56 - 61 61 - 66 66 - 71 71 - 76 76 - 810
2
4
6
8
10
12
14
16
ASIMETRIA NEGATIVA
PESOS
FREC
UEN
COIA
Mo 67.764705965
0.857367211 -0.39506136
LA DISTRIBUCION ES SIMETRICA POSITIVA
2.2659329
LA DISTRIBUCION ES PLATICURTICA
𝐴_(𝑆=(3∗(𝑋 ̅�−𝑀𝑒))/𝑆) 𝐴_(𝑆=((𝑋 ̅�−𝑀𝑜))/𝑆)�� ̅� 𝑨_𝑺 =
𝑨_𝑺 > 0
𝐾=(∑▒〖 (〖 −𝑋𝑖 𝑋 ̅� )〗 ^4 𝑓_𝑖 〗 )/(𝑛(〖𝑆 ^2)〗 ^2 ) 51 - 56 56 - 61 61 - 66 66 - 71 71 - 76 76 - 81
0
2
4
6
8
10
12
14
16
ASIMETRIA NEGATIVA
PESOS
FREC
UEN
COIA
51 - 56 56 - 61 61 - 66 66 - 71 71 - 76 76 - 810
2
4
6
8
10
12
14
16
KUTOSIS
PESOS
FREC
UEN
COIA
51 - 56 56 - 61 61 - 66 66 - 71 71 - 76 76 - 810
2
4
6
8
10
12
14
16
ASIMETRIA NEGATIVA
PESOS
FREC
UEN
COIA
51 - 56 56 - 61 61 - 66 66 - 71 71 - 76 76 - 810
2
4
6
8
10
12
14
16
ASIMETRIA NEGATIVA
PESOS
FREC
UEN
COIA
51 - 56 56 - 61 61 - 66 66 - 71 71 - 76 76 - 810
2
4
6
8
10
12
14
16
KUTOSIS
PESOS
FREC
UEN
COIA
DISTRIBUCION BIDIMENISONAL
Sean las edades y pesos de 40 estudiantes de la facultad de Ciencias Económicas de la Universidadnacional de trujillo.
53.5 58.5 63.5 68.5
X Y 51 - 56 56 - 61 61 - 66 66 - 71
18 0 1 0 1
20 1 2 0 5
22 0 2 3 4
24 0 1 2 4
26 3 1 3 1
28 0 0 0 0
f.j 4 7 8 15
MEDIA ARITMETICA VARIANZA
36 214 46.08 564.06180 409.5 70.56 330.86220 508 6.4 28.13240 1027.5 14.4 146.48208 220.5 81.92 198.0528 235.5 27.04 516.80
912 2615 246.4 1784.38
22.8
65.386.3179
17 - 19
19 - 21
21 - 23
23 - 25
25 - 27
27 - 29
𝑿_𝒊×𝒇_(𝒊.) 𝒀_𝒊×𝒇_(.𝒋)
∑▒=
〖 (𝑋_𝑖 − (𝑋)) ̅�〗^2 ∗𝑓_(𝑖.)
𝑿 ̅�=𝒀 ̅�=
〖 (𝑌_𝑖 − (𝑌)) ̅�〗^2 ∗𝑓_(.𝑗)
𝑆^(2 )=(〖 (𝑋_𝑖 − (𝑋)) ̅�〗 ^2 ∗𝑓_(𝑖.))/(𝑛 −1)𝑺^𝟐 =
∑▒=
45.753
𝑆^(2 )=(〖 (𝑌_𝑖 − (𝑌)) ̅�〗 ^2 ∗𝑓_(.𝑗))/(𝑛 −1)𝑺^𝟐 =
𝑺^𝟐 =
17 - 19 19 - 21 21 - 23 23 - 25 25 - 27 27 - 29
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
51 - 56
61 -
66
71 - 76
Gráfico
51 - 56
56 - 61
61 - 66
66 - 71
71 - 76
76 - 81
EDADES Y PESOS
DISTRIBUCION BIDIMENISONAL
Sean las edades y pesos de 40 estudiantes de la facultad de Ciencias Económicas de la Universidad
73.5 78.5
71 - 76 76 - 81 fi. n = 40
0 0 2
0 1 9
0 1 10
2 1 10
0 0 8
1 0 1
3 3 40
DESVIACION ESTANDAR O TIPICA COVARIANZA
02.51 33.25
00
-1140
3338.5
116.76 -8.25
-220
〖 (𝑌_𝑖 − (𝑌)) ̅�〗^2 ∗𝑓_(.𝑗)
𝑆^(2 )=(〖 (𝑋_𝑖 − (𝑋)) ̅�〗 ^2 ∗𝑓_(𝑖.))/(𝑛 −1)
(𝑿_𝒊−𝑿 ̅� )(𝒀_𝒊−𝒀 ̅� ) ∗𝒇_𝒊𝒋𝑺_𝒙=√(〖 〗𝑺𝒙 _^𝟐 )
𝑺_𝒚=√(〖 〗𝑺𝒚 _^𝟐 )
𝑺_𝒙 =
𝑺_𝒙 =
00
4.5-4.5-18
0-15
-43.75-101510
0000
19.50
42.250
-219.8-62.894.2
00
-216.9
Cov = -5.56
𝑆^(2 )=(〖 (𝑌_𝑖 − (𝑌)) ̅�〗 ^2 ∗𝑓_(.𝑗))/(𝑛 −1)
∁𝒐𝒗= 𝑺_𝒙𝒚 ((𝑿_𝒊−𝑿 ̅� )(𝒀_𝒊−𝒀 ̅� ) ∗𝒇_𝒊𝒋)/( 𝒏 −𝟏)
∑▒=
17 - 19 19 - 21 21 - 23 23 - 25 25 - 27 27 - 29
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
51 - 56
61 -
66
71 - 76
Gráfico
51 - 56
56 - 61
61 - 66
66 - 71
71 - 76
76 - 81
EDADES Y PESOS
COVARIANZA
(𝑿_𝒊−𝑿 ̅� )(𝒀_𝒊−𝒀 ̅� ) ∗𝒇_𝒊𝒋
∁𝒐𝒗= 𝑺_𝒙𝒚 ((𝑿_𝒊−𝑿 ̅� )(𝒀_𝒊−𝒀 ̅� ) ∗𝒇_𝒊𝒋)/( 𝒏 −𝟏)
REGRESIÓN LINEAL
HIELOSNORTE S.A.C. es una empresa trujillana dedicada a la elaboración de productos de buena calidad como agua de mesa y hielo en cubitos, para el consumo humano Para satisfacer la demanda de la población, la producción de la empresa depende de las horas de trabajo
X: HORAS DE TRABAJO ( Variable independiente)Y: PRODUCCIÓN (Variable dependiente)
Tabla 1
X Y XY20 100 2000 400 1000030 110 3300 900 1210040 120 4800 1600 1440050 130 6500 2500 16900
60 140 8400 3600 19600 COEFICIENTE DE COERRELACION MUESTRAL70 150 10500 4900 2250045 190 8550 2025 36100 0.9465931750 200 10000 2500 4000055 210 11550 3025 4410060 220 13200 3600 4840065 230 14950 4225 5290070 240 16800 4900 57600
120 260 31200 14400 67600130 270 35100 16900 72900140 280 39200 19600 78400150 290 43500 22500 84100160 300 48000 25600 90000170 310 52700 28900 96100130 380 49400 16900 144400140 390 54600 19600 152100150 400 60000 22500 160000160 410 65600 25600 168100170 420 71400 28900 176400180 430 77400 32400 184900220 450 99000 48400 202500230 460 105800 52900 211600240 470 112800 57600 220900250 480 120000 62500 230400260 500 130000 67600 250000270 510 137700 72900 260100
�̂�2 �̂�2
𝑅=
3885 9050 1443950 669875 3225100
HIELOSNORTE S.A.C. es una empresa trujillana dedicada a la elaboración de productos de buena calidad como agua de mesa y hielo en cubitos, para el consumo humano Para satisfacer la demanda de la población, la producción de la empresa depende de las horas de trabajo
COEFICIENTE DE COERRELACION MUESTRAL
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 2.15555140884493 xR² = 0.965088976094274
Column BLinear (Column B)
Axis Title
Axis Title
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 2.15555140884493 xR² = 0.965088976094274
Column BLinear (Column B)
Axis Title
Axis Title
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 2.15555140884493 xR² = 0.965088976094274
Column BLinear (Column B)
Axis Title
Axis Title
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 2.15555140884493 xR² = 0.965088976094274
Column BLinear (Column B)
Axis Title
Axis Title
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 2.15555140884493 xR² = 0.965088976094274
Column BLinear (Column B)
Axis Title
Axis Title
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 2.15555140884493 xR² = 0.965088976094274
Column BLinear (Column B)
Axis Title
Axis Title
Desarrollo
Ecuación de la Regresión Lineal
Hallamos b : Hallamos a:
a= 90.5817b= 1.63
𝑌_𝑖= a + bx
b=(𝑛 𝑥𝑦 Ʃ− 𝑥 𝑦 Ʃ Ʃ)/(𝑛 𝑥^2Ʃ−〖 ( 𝑥)Ʃ 〗^2 )b=(30(1443950)−3885(9050))/(30(669875)−15093225)
b=8159250/5003025b=(43318500−35159250)/(20096250−15093225)
a= 𝑦/𝑛Ʃ - 𝑏 𝑥/𝑛Ʃa=9050/30 - (1.63(3885))/30a=9050/30 - 6332.55/30
Tabla 2 Valores utilizados para elaborar la gráfica
x y20 10070 15045 19070 240
120 260170 310130 380180 430220 450270 510
x y20 123.1870 204.68
140 318.78220 449.18250 498.08270 530.68
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 1.63 x + 90.5816999999999R² = 1
Datos seleccionados de la tabla 1 para hacer la gráfica
Datos obtenidos al remplazar x en la ecuación de la regresión lineal
20 30 40 50 60 70 45 50 55 60 65 70 120 130 140 150 160 170 130 140 150 160 170 180 220 230 240 250 260 2700
100
200
300
400
500
600
GRAFICO
HORAS
PRO
DUCC
ION
20 30 40 50 60 70 45 50 55 60 65 70 120 130 140 150 160 170 130 140 150 160 170 180 220 230 240 250 260 2700
100
200
300
400
500
600
GRAFICO
HORAS
PRO
DUCC
ION
0 50 100 150 200 250 3000
100
200
300
400
500
600
f(x) = 1.63 x + 90.5816999999999R² = 1
20 30 40 50 60 70 45 50 55 60 65 70 120 130 140 150 160 170 130 140 150 160 170 180 220 230 240 250 260 2700
100
200
300
400
500
600
GRAFICO
HORAS
PRO
DUCC
ION
Y = 1.63X + 90.582
20 30 40 50 60 70 45 50 55 60 65 70 120 130 140 150 160 170 130 140 150 160 170 180 220 230 240 250 260 2700
100
200
300
400
500
600
GRAFICO
HORAS
PRO
DUCC
ION
20 30 40 50 60 70 45 50 55 60 65 70 120 130 140 150 160 170 130 140 150 160 170 180 220 230 240 250 260 2700
100
200
300
400
500
600
GRAFICO
HORAS
PRO
DUCC
ION
Y = 1.63X + 90.582
20 30 40 50 60 70 45 50 55 60 65 70 120 130 140 150 160 170 130 140 150 160 170 180 220 230 240 250 260 2700
100
200
300
400
500
600
GRAFICO
HORAS
PRO
DUCC
ION
Varianza Residual Error Estandar De Estimación
COEFICIENTE DE DETERMINACIÓN
COEFICIENTE DE COERRELACION MUESTRAL
𝑠^2 𝑦𝑥=( 𝑦^2−𝑎 𝑦−𝑏 𝑥𝑦)/(𝑛Ʃ Ʃ Ʃ−2)𝑠^2 𝑦𝑥=(3225100−90.5817(9050)−1.63(1443950))/(30−2)𝑠^2 𝑦𝑥=(3225100−819764.385−2353638.5)/28𝑠^2 𝑦𝑥=51697.115/28
𝑠^2yx = 1846.3255
𝑅=
Error Estandar De Estimación
COEFICIENTE DE DETERMINACIÓN
89.56%
COEFICIENTE DE COERRELACION MUESTRAL
0.94659317
𝑠^2yx=√1846.3255𝑠^2yx= 42.9689
𝑅^2=(𝑎 𝑦+𝑏Ʃ Ʃ𝑥𝑦−𝑛ȳM^2)/( 𝑦^2−𝑛ȳM^2 Ʃ )𝑅^2=(3173402.885−2730083.937)/(3225100−2730083.937)𝑅^(2=) 443318.948/495016.063𝑅^2=0.8956
EL 89.56% DE LA ´´RODUCCIÓN DEPENDE DE LAS HORAS DE TRABAJO
𝑅=